See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/325580195

Efectos dinámicos del programa Juntos en decisiones productivas de los

hogares rurales del Perú

Technical Report · August 2015

DOI: 10.13140/RG.2.2.34788.07045

CITATION READS

1 4

1 author:

Eduardo Zegarra
Grupo de Análisis para el Desarrollo
37 PUBLICATIONS   131 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Impact Analysis View project

Water Research View project

All content following this page was uploaded by Eduardo Zegarra on 05 June 2018.

The user has requested enhancement of the downloaded file.

 PROYECTO MEDIANO

--Informe Final--

Título: Efectos dinámicos del programa Juntos en decisiones productivas

de los hogares rurales del Perú

Investigador: Eduardo Zegarra M. (GRADE)

Resumen: se evalúan los efectos de Juntos en decisiones productivas de hogares rurales

con datos de tipo panel de la ENAHO. El uso de datos panel permite estimaciones
robustas, evitando sesgos potenciales en datos transversales o en seudo-paneles. El
estudio encuentra evidencia de impactos de las transferencias monetarias en decisiones
productivas, tanto en expansión de actividad productiva como en reasignación de
recursos. Igualmente, se constatan diferencias significativas en la respuesta al programa
de acuerdo al género del jefe de hogar. Mientras en los hogares con jefe varón se registran
aumentos en los recursos orientados a actividades agropecuarias, en los hogares con jefe
mujer se observa lo contrario. Los hallazgos tienen implicancias para políticas de inclusión
económica en zonas rurales, destacando la necesidad de articular políticas de apoyo
social con políticas productivas, así como mejorar el proceso de identificación de hogares
de mayor vulnerabilidad.

Abstract: we evaluate the effects of Juntos on households’ productive decisions using

panel data from ENAHO. The use of panel data allows robust estimation of impacts,
avoiding potential biases assocated to cross-section or seudo-panel methods. The study
finds evidence of impacts of monetary transfers in productive decisions, both in production
expansion and reallocation of resources. Likewise, there are significant differences in
responses to the program depending on gender of head of the household. Whereas
households headed by men allocate more resources to agricultural activities, the opposite
occurs for household led by women. The findings have policy implications for economic
inclusive policies, especially for the need to articulate social and production policies, and
the importance of a better identification of more vulnerable.

Agosto 2015
Contenido

Introducción ................................................................................................................................ 2

1. Revisión de literatura y ubicación del presente estudio ........................................................ 3

2. Hipótesis y marco teórico ...................................................................................................... 6

3. Metodología de evaluación y especificación econométrica ................................................. 8

4. Descripción de los datos panel de ENAHO ........................................................................ 12

4.1. El panel de hogares 2007-2011 de ENAHO ................................................................. 12

4.2. Línea de Base, observaciones utilizables y proceso de balanceo .............................. 14

5. Resultados y análisis de las impactos estimados .............................................................. 17

5.1. Impactos en ingresos y gastos de los hogares ........................................................... 18

5.2. Impactos en producción y activos agropecuarios ........................................................ 23

6. Conclusiones e implicancias de política ............................................................................. 30

7. Plan de incidencia ................................................................................................................ 33

Referencias .............................................................................................................................. 35

Anexo A. Cuadros adicionales ................................................................................................. 37

1
Introducción

En este estudio evaluamos los impactos del programa Juntos en decisiones productivas de
los hogares beneficiarios en zonas rurales del Perú. El análisis se desagrega en impactos
diferenciados para hogares con jefes de hogar varones y mujeres, debido a las distintas
condiciones económicas, sociales y culturales que éstos enfrentan.

Juntos es un programa de transferencias monetarias condicionadas (PTMC) orientado a

hogares rurales. Se inició en el año 2005 con un programa piloto y se ha venido expandiendo
de manera vertiginosa en la última década. En su primer año, Juntos atendió a 22,500
hogares en 26 distritos; en 2012 llegó a 650 municipios y 475 mil hogares en situación de
pobreza y pobreza extrema (del Pozo, 2014). En los primeros meses del año 20151 el
programa está cubriendo zonas de 15 departamentos, 151 provincias y 1,151 distritos; con
830 mil hogares afiliados y 815 mil hogares abonados que reciben efectivamente la
transferencia. Desde fines del año 2011, el programa es conducido por el recientemente
creado Ministerio de Desarrollo e Inclusión Social (MIDIS).

El objetivo central de Juntos es reducir la brecha de pobreza monetaria de corto-mediano

plazo, y mejorar el acceso de hogares rurales pobres a servicios públicos esenciales de salud
y educación, incrementando el capital humano de las familias para reducir trampas de pobreza
intergeneracional. Aunque no está dirigido explícitamente a objetivos productivos, Juntos
entrega una transferencia monetaria de relativa libre disponibilidad (sujeta a ciertas
condicionalidades), lo cual implica potenciales efectos en las decisiones de asignación de
recursos productivos de las familias beneficiarias.

El análisis de este tipo de efectos es relevante, tanto desde el punto de vista de la evaluación
costo-beneficio, como por sus implicancias para el diseño de políticas complementarias que
potencien procesos de inclusión económica de sectores vulnerables de la población. En la
estrategia "Incluir para Crecer" (MIDIS, 2013), por ejemplo, el eje 4 sobre inclusión económica
podría beneficiarse de un mayor conocimiento sobre estos efectos de tal forma que otras
intervenciones complementarias puedan articularse y secuenciarse para lograr mejores
resultados hacia la salida definitiva de los hogares rurales de la pobreza.

El presente informe se divide en seis secciones adicionales. En la primera se revisa la

literatura relevante relacionada al tema de evaluación de impactos de programas similares en

1
Ver http://www.midis.gob.pe/mapas/infomidis/. Fecha de ingreso 18-05-2015

2
otros países así como las evaluaciones previas del propio programa Juntos en el Perú. En la
segunda sección se plantea el marco teórico central que sustenta el estudio, basado en la
teoría de los mercados imperfectos y la no separabilidad de las decisiones de consumo y
producción en hogares rurales. La tercera sección introduce el enfoque metodológico y la
especificación econométrica que usaremos para evaluar la hipótesis, basado en la
comparación de grupos de tratamiento y control en un contexto no experimental. La cuarta
sección presenta un análisis descriptivo de la base datos que utilizamos para las estimaciones,
basada en la muestra panel de la ENAHO 2007-2011. La quinta sección discute los resultados
de las estimaciones obtenidas, y una sexta y última sección plantea las conclusiones y las
implicancias de política en base a los hallazgos de la investigación.

1. Revisión de literatura y ubicación del presente estudio

La evidencia internacional sobre el tema de los impactos productivos y económicos de

programas de transferencias condicionadas ha empezado a perfilar con cierta claridad la
existencia de efectos relevantes en decisiones productivas de los hogares beneficiarios,
especialmente en actividades agropecuarias. Este tipo de efectos fueron documentados por
Gertler et al (2006) para el caso del programa PROGRESA (luego OPORTUNIDADES) de
México. Usando el método experimental con línea de base y selección aleatoria de hogares
beneficiados (tratados) y de control (no tratados), se encontraron efectos significativos de
mayor inversión productiva en activos agropecuarios analizando seis rondas de encuestas a
hogares.

Más recientemente, en África, que ha tenido una importante expansión de este tipo de
programas, también se han venido registrando impactos productivos de los programas de
transferencias en los hogares rurales, Asfaw et al (2012). Recientemente, en una evaluación
de un programa en Ghana, Daidone y Davis (2013), no se detectan efectos estadísticamente
significativos de las transferencias en decisiones productivas agropecuarias, aunque los
autores señalan el relativamente bajo monto de la transferencia (7 % del ingreso) como
principal factor explicativo. En este caso sí se identificaron efectos positivos en un mayor
ahorro de las familias.

3
En el caso peruano, el programa Juntos ya ha sido evaluado en algunas de sus dimensiones
más importantes, especialmente en impactos de corto plazo en la pobreza monetaria y el
acceso a servicios de salud y educación que son parte de sus condicionalidades básicas, ver
Perova y Vakis (2009). Dicha evaluación usó la encuesta nacional de hogares (ENAHO) de
los años 2006-2007 combinada con registros administrativos para estimar estos impactos
mediante técnicas de emparejamiento entre grupos tratados y no tratados. El emparejamiento
se hizo en base a variables a nivel de centros poblados y distritos, y, en las mediciones de
impacto, se consideraron variables adicionales de control para obtener estimados más
robustos2.

Los autores detectaron un impacto estadísticamente significativo (aunque pequeño) de 2% en

la reducción de la pobreza extrema pero ninguno en la pobreza total; e impactos positivos en
el gasto monetario total y el gasto monetario en alimentos per cápita de las familias (18% y
34%, respectivamente), así como en el ingreso monetario total (28%). También identificaron
impactos en indicadores de salud: mayor uso de servicios médicos locales en caso de
enfermedad; más vacunaciones y más chequeos durante últimos tres meses. Igualmente, se
estimaron efectos positivos en el registro y asistencia de niños entre 6 y 7 años a las escuelas
(aunque no para los niños de mayor edad) y en el gasto escolar en uniformes de las familias
beneficiarias.

La evaluación de Perova y Vakis fue exhaustiva y encontró impactos importantes en las áreas
que eran de interés directo del programa como indicadores de salud y educación de los niños
y las madres. No obstante, la evaluación no consideró impactos en aspectos propiamente
productivos de los hogares.

Adicionalmente, se han hecho evaluaciones de impacto en la nutrición temprana de los niños

usando la Encuesta Nacional de Desarrollo Social-ENDES, Sánchez y Jaramillo (2012), y más
recientemente, con ENAHO para impactos en la oferta de trabajo de corto plazo de los jefes
de familia, ver Fernández y Saldarriaga (2014). En el primer caso se confirman impactos
positivos en indicadores nutricionales de los niños, y en el segundo, se encontraron algunos
impactos negativos en la oferta de trabajo en el muy corto plazo.

2
Cabe señalar que los autores no pudieron utilizar en este caso datos de tipo panel de la ENAHO como
los que usamos en este estudio, ya que para los años 2006 al 2007 la muestra de hogares panel que
recibieron Juntos era muy pequeña (sólo 31 hogares). La posterior rápida expansión del programa ha
permitido que se cuente con más hogares panel que reciben Juntos en los paneles 2007 al 2010, que
es la base que usaremos para la presente evaluación.

4
Algunos estudios cualitativos sobre Juntos como Arroyo (2010) registran opiniones de los
propios hogares destinatarios sobre sus decisiones productivas. El autor registra evidencia
en el sentido de que los hogares beneficiarios sí estarían asignando algunos recursos a
procesos productivos generadores de ingreso tanto agropecuario como no agropecuario,
también ver Díaz et al (2009).

Las únicas evaluaciones cuantitativas previas a este estudio para el Perú de los potenciales
efectos del programa en decisiones productivas han sido realizadas por Del Pozo y Guzmán
(2011), y Del Pozo (2014). En el primer caso, los autores usaron la ENAHO del año 2009 y
aplicaron métodos de emparejamiento en variables a nivel distrito del año 2005 para generar
un grupo de comparación con el grupo de hogares que recibieron transferencias de Juntos.
Se encontraron efectos positivos en algunas decisiones de inversión en actividades
agropecuarias como gasto en semillas, tenencia de animales menores (cuyes) e inversión en
pastos naturales.

En el segundo estudio, Del Pozo (2014), el autor construye un pseudo-panel de hogares

usando los dos cortes transversales de ENAHO del 2005 y 2009-2010, con la base de 2005
como una especie de línea de base para evaluar impactos mediante el método de diferencias
en diferencias y emparejamiento de hogares tratados y no tratados. En este caso se
identificaron efectos negativos de las transferencias en la asignación de recursos hacia las
actividades agrícolas, con reducciones en el uso de tierras y en la producción y gasto agrícola.
Para las variables pecuarias no se detectaron efectos negativos estadísticamente
significativos, con un ligero efecto positivo en el caso del número de animales acumulados
usando el método de diferencias en diferencias con emparejamiento en 2005.

El trabajo de Del Pozo (2014) es un antecedente importante en cuanto a evaluar

cuantitativamente los impactos de Juntos en decisiones productivas. Una de las limitaciones
importantes de este trabajo fue que no usó datos de tipo panel de ENAHO, con lo cual sólo
pudo condicionar las estimaciones a valores pre-tratamiento de variables correspondientes a
hogares distintos a los de la evaluación final en la línea de base. En nuestra opinión, el uso
de datos de tipo panel permiten realizar estimaciones más confiables y consistentes sobre
decisiones productivas de las familias, dinámicas por naturaleza. Por este motivo en este
estudio usaremos los datos de tipo panel de ENAHO para las estimaciones. A continuación
se presenta la hipótesis central del trabajo y el marco teórico que la sustenta.

5
2. Hipótesis y marco teórico

En la presente investigación evaluamos los potenciales efectos de las transferencias de

Juntos en variables de decisión económica de los hogares beneficiarios bajo la siguiente la
hipótesis: “las trasferencias monetarias de Juntos hacia hogares rurales tienen impactos en
sus decisiones productivas y de inversión tanto a nivel agregado como por distinción de
género en la jefatura de los hogares.”

La teoría económica convencional sobre comportamiento de hogares con activos productivos

asume que las decisiones de producción y de consumo son "separables" en condiciones de
mercados perfectos, ver Singh et al (1986). Si los hogares son precio-aceptantes y los
mercados funcionan perfectamente, los hogares maximizarán primero la producción, y luego
la utilidad del consumo. Como el mercado de crédito (o de seguros) funciona perfectamente,
el hogar podrá siempre producir la cantidad óptima en su función de producción, maximizando
sus ingresos y luego obteniendo la máxima utilidad de la venta y/o consumo directo de esta
producción.

En un mundo de mercados perfectos, transferencias monetarias exógenas a los hogares irían

a un mayor consumo, ya que éstos están ya optimizando sus decisiones de producción. En
el mundo real, con severas fallas de mercado (o incluso inexistencia de mercados) en las
zonas rurales, las transferencias monetarias forman parte de un proceso decisorio donde el
consumo y la producción se definen en forma interdependiente, ver Gertler et al (2006), Todd
et al (2010), Asfaw et al (2012). Como la transferencia tiene la capacidad de reducir la
restricción crediticia, es posible y esperable que una parte de los recursos adicionales del
hogar se asignen a procesos productivos, que es la base teórica central para plantear la
hipótesis de esta investigación.

Una forma sencilla de demostrar este planteamiento teórico general es a través de un modelo
de consumo y producción de un hogar con función de producción F(x;A) y utilidad U(c) donde
"x" es un único insumo de la producción, "A" es el único activo productivo y "c" es el consumo
per cápita del hogar. El hogar buscará maximizar sus ingresos:

Max{x} pF(x; A) - pxx (1)

donde "p" es el precio de la producción y "p x" es el precio del insumo "x". El hogar podrá
decidir qué nivel de "x" asignar sin enfrentar mayor restricción, y fijará el nivel donde:

6
 pF'x(x;A) = px (2)

es decir, donde la productividad marginal del insumo se iguale al precio. El nivel de producción
óptimo es x* y esto llevará el nivel de ingreso óptimo:

y*=pF(x*;A) - pxx* (3)

Igualmente, el hogar maximizará la utilidad del consumo U(c) sujeto a su ingreso y*.

Max{c} U(c) s.a. pcc = y* (4)

donde pc es el precio del bien de consumo. Debido a que la función de utilidad es creciente
en el consumo, el hogar fijará óptimamente c*=y*/pc. En esta estructura (1)-(4) las decisiones
de producción y consumo son separables. Si el hogar recibe una transferencia exógena,
digamos T, el único efecto esperable es que aumente el consumo proporcionalmente
c*=(y*+T)/pc. La decisión de asignación productiva x* no se vería afectada por la transferencia
(de allí que sean separables).

Ahora, en una situación más realista (como la de las zonas rurales del Perú), es muy probable
que exista una fuerte restricción crediticia que implica que el hogar sólo pueda utilizar el
insumo x hasta x°, por debajo del valor óptimo x* (x° < x*). En este caso, el ingreso del hogar
es y° = pF(x°;A) - pxx° y su nivel de utilidad es U(c°) con c°=y°/p c. En este contexto, si el
hogar recibe una transferencia T, no es automático que ésta sea asignada totalmente al
consumo. Dependiendo de la intensidad de la restricción crediticia y de los retornos esperados
de usar más el insumo "x" y generar mayor producción e ingresos, el hogar deberá considerar
si es mejor asignar una parte de la transferencia a la actividad productiva. Así, las decisiones
de producción y consumo ya no son separables.

A este modelo estático se le debe agregar la dimensión temporal, con lo que aparecen nuevas
posibilidades para el hogar. Ahora éste, además de consumir y producir, podrá invertir (en el
activo A), o ahorrar (consumo futuro versus consumo presente). Si se mantiene el supuesto
de mercados perfectos, las decisiones de consumo siguen siendo separables de las de
producción, ahorro e inversión. Los hogares pueden usar los mercados de crédito para
7
generar por un lado el nivel eficiente de producción y por otro el nivel óptimo de consumo,
ahorro e inversión en un contexto dinámico. Una transferencia externa no alteraría las
decisiones de producción e inversión. En un contexto de fallas de mercado, de otro lado, con
hogares sujetos a la restricción crediticia, éstos evaluarán si una parte de la transferencia
puede servir para ahorrar y/o para adquirir más de insumos productivos y/o invertir en sus
activos. Estas decisiones dependerán de las preferencias inter-temporales, el nivel de activo
(riqueza) y los retornos a la producción y a la inversión.

3. Metodología de evaluación y especificación econométrica

El enfoque metodológico para la presente investigación es el de evaluación de impactos de

un programa público usando datos no experimentales, ver Asfaw et al (2012). El programa
Juntos no definió una línea de base con un proceso de selección aleatoria de sub-grupos de
tratamiento (elegibles que reciben el programa) y control (elegibles que no reciben) que
permitiría hacer estimaciones directas de impactos mediante el método llamado
"experimental". Este método asegura, por definición, la comparabilidad de ambos sub-grupos
al asignarse el tratamiento en forma aleatoria a un sub-grupo del conjunto de potenciales
hogares elegibles. Una asignación aleatoria (exógena) garantiza que la probabilidad de
selección de los tratados no esté correlacionada con características específicas de los
hogares que pudieran influir en los resultados, y por ende, se pueden estimar impactos sin
sesgos de selección tanto en variables observables como no observables.

No obstante la carencia de asignación aleatoria, aún es posible generar mediciones rigurosas

de impactos de un programa como Juntos sobre la base al enfoque no experimental, usando
algunas alternativas razonables de identificación de los hogares de "control", es decir, de
aquellos que siendo elegibles o cumpliendo con características de elegibilidad (y no recibiendo
tratamiento alguno), puedan ser usados como contra-factuales comparables de los hogares
beneficiarios. Las alternativas no experimentales (o cuasi-experimentales) consisten en
generar algún tipo de balanceo o asignación de pesos a los hogares de control de tal forma
que representen de la mejor forma posible a los hogares tratados para efectos de la medición
de impactos. El punto crucial de estas alternativas es el método usado para generar estos
pesos, así como la calidad de la información utilizada para generarlos.

Empecemos por lo segundo. La búsqueda de contra-factuales adecuados se refiere

básicamente a la comparabilidad en un conjunto de variables que definen la elegibilidad de
los hogares para el programa. Si existiera una regla simple de elegibilidad para el programa
8
(por ejemplo: todos los hogares rurales con al menos un hijo en la escuela), sería posible
aplicar dicho criterio y generar el grupo de control en forma sencilla. No obstante, un programa
como Juntos tiene un conjunto de criterios de elegibilidad 3 que combina variables a nivel
distrital, local y de los propios hogares, los cuales debemos tratar de replicar lo mejor posible
para encontrar contra-factuales adecuados.

El otro asunto importante en la calidad de los datos requeridos para medir impactos de un
programa es contar con información pre-intervención o líneas de base. En este caso es crucial
la comparabilidad de los propios tratados y no tratados con su situación pre-intervención, lo
cual sólo puede asegurarse con datos de tipo panel o longitudinales4 (seguimiento de los
mismos hogares en el tiempo).

En cuanto al primer punto, referido a los métodos de balanceo, la literatura más reciente ha
evolucionado hacia el uso de algoritmos más complejos y eficientes para generar los pesos
necesarios para las mediciones. Previamente, el método más utilizado por los analistas era
el de emparejamiento a través de la llamada función de "propensity score" (propensión a ser
tratado). Esta función se estima relacionando la probabilidad de ser tratado a un conjunto de
variables observables, medidas en el periodo pre-tratamiento. La función de propensity score
en cierta forma busca "sintetizar" en una sola dimensión al conjunto de valores medios de
dichas variables, buscando la mejor combinación que las represente. Una vez estimada dicha
función se utilizan diversos algoritmos para medir la distancia entre cada hogar tratado y su
potencial o potenciales controles. Esto es equivalente a generar pesos para cada control en
función a su distancia a cada tratado y generar así las mediciones de impactos.

En los desarrollos más recientes se ha perfeccionado y ampliado este enfoque para generar
óptimamente un conjunto de pesos que permitan igualar no sólo al conjunto de valores medios
de las variables sino también a los momentos de segundo e incluso de tercer orden, ver
Hainmueller y Xu (2013). Esta metodología se denomina "balanceo entrópico", y permite al
analista encontrar un vector de pesos óptimo que balancea a cada variable del grupo tratado

3
La complejidad y distintos niveles de desagregación geográfica de los criterios de elegibilidad del
programa hacen difícil utilizar el método de regresión discontinua para la medición de impactos del
programa Juntos. Este método se sustenta en la existencia de algún criterio exógeno y observable de
elegibilidad que permita identificar un grupo de hogares tratados y no tratados en las cercanías al
criterio, los cuales serían usados para generar los estimados de impactos mediante regresiones
localizadas, ver Asfaw et al. (2012). El limitado tamaño de las muestras de hogares panel disponibles
en ENAHO se convierte también en una restricción importante para la aplicación de dicha metodología
en el presente estudio.
4
El uso de pseudo-paneles, aunque una solución práctica ante la falta de datos de tipo panel, puede
generar potenciales sesgos bastante complejos y difíciles de detectar en la comparabilidad inter-
temporal de los hogares, ver Duncan y Kalton (1987).

9
y de control en el primer, segundo o mayor orden de sus momentos estadísticos (media,
varianza, asimetría). El balanceo entrópico es un método más preciso y eficiente para generar
los contra-factuales a usar en el proceso de medición de impactos. Una vez obtenidos los
pesos correspondientes, éstos son utilizados en una regresión simple entre la variable de
impacto y la variable de tratamiento. El coeficiente de la variable de tratamiento es el
correspondiente impacto estimado, con sus correspondientes errores estándar.

Especificación econométrica

Para las estimaciones usaremos una especificación econométrica que permita medir los
impactos por "diferencias en diferencias" (DeD). Este tipo de especificación puede
visualizarse mejor en el gráfico siguiente.

El programa pretende impactar una variable Y. Definimos el grupo "b" como tratados por el
proyecto y el grupo "c" como un grupo control comparable. En el inicio del proyecto, ambos
grupos tienen un valor promedio de Y1 de la variable de impacto con el grupo tratado con
grupo control con Y1b e Y1c.

En general, la característica deseable para los grupos "b" y "c" es que estos tengan
características similares en cuanto a la probabilidad de ser seleccionados para el tratamiento
por el proyecto. Al final del proyecto (o luego de un cierto periodo de intervención), la variable
de impacto se mide otra vez en ambos grupos en Y2b y Y2C. El impacto Y "atribuible al
proyecto" debe estimarse según la siguiente fórmula de diferencias en diferencias:

10
 Y = (Y2b – Y1b) – (Y2c – Y1c) (5)

Este "impacto" estimado debe tener en cuenta que hay una parte de la diferencia en la variable
de impacto que no es atribuible al proyecto y que se mide mediante el grupo de control que
no obtiene beneficios del proyecto. Esta parte no imputable (Y2c – Y1C) debe ser sustraída de
la diferencia en el grupo tratado (Y2b – Y1b). Esto se conoce como la medida de DeD en la
literatura de evaluación.

Para la estimación econométrica se pueden generar directamente las diferencias en las

variables de impacto y medir sus valores entre hogares de tratamiento y control (balanceados),
para tener un estimado del impacto del tratamiento en los tratados. Pero en muchos casos
es deseable introducir variables adicionales (llamadas de control5) en las estimaciones, las
que permiten medir con mayor precisión los efectos en un contexto de análisis de regresión.
Ese es el enfoque que usaremos aquí mediante la siguiente especificación para cada hogar
"i" en cada periodo "t" :

Yit = a + b1*Juntosi + b2*Juntosi*Año + b3*Año + d*Xit + uit (6)

Esta especificación es aplicable a dos periodos. En el Año 0, el hogar está en la llamada "línea
de base", mientras en Año 1 está en el periodo de "medición de impactos". Las Xit son
variables de control adicionales que pueden tener relación con la variable de impacto pero no
están correlacionadas con el término aleatorio u it. La variable dicotómica “Juntos” tiene el
valor de 1 si un hogar es tratado (tanto en la línea de base, donde aún no recibe tratamiento
como en la medición posterior), y 0 si no es tratado (también en línea de base y posterior).

Los coeficientes b1, b2 y b3 son cruciales para entender la dinámica de los efectos. El primer
coeficiente, b1, mide el valor medio de la diferencia entre hogares tratados y no tratados
en la línea de base. Por otro lado, el coeficiente b3 mide el cambio en la variable de impacto
entre línea de base y medición posterior para todos los hogares. Finalmente, b2 mide el

5
En este caso la palabra "control" no hace referencia al grupo de control, sino a variables adicionales
independientes que influyen en la variable de impacto y no están correlacionadas con el término
aleatorio de las regresiones.

11
impacto DeD del programa en la variable dependiente, es decir, es la medición de impacto
del tratamiento en los tratados del programa, que es el equivalente al impacto Y
establecido en la expresión (5) más arriba. Esta especificación nos permite identificar estos
impactos en un contexto de regresión6, manteniendo variables de control relevantes en la
medición, mejorando la precisión estadística del estimado.

4. Descripción de los datos panel de ENAHO

Previamente a presentar los resultados econométrics, en esta sección describiremos las

características de los datos de tipo panel de ENAHO que se utilizarán en las estimaciones de
acuerdo a la especificación y tratamiento estadístico descritos en la sección anterior.

4.1. El panel de hogares 2007-2011 de ENAHO

Dentro de la metodología de las encuestas anuales de ENAHO, el Instituto Nacional de

Estadística e Informática (INEI) aplica sub-muestra panel de tipo rotatorio (ver Ficha Técnica
de la Base de Datos Panel, INEI, s/f). Esto quiere decir que, para la muestra total de cada
año, se selecciona una sub-muestra de aproximadamente 30% de la muestra original que es
entrevistada al año siguiente y se convierte en muestra de hogares panel con dos
observaciones anuales. Cada año se vuelve a seleccionar aleatoriamente una sub-muestra
independiente a la anterior y a aplicarle la encuesta otra vez sólo a los hogares seleccionados.
Esta metodología permite generar paneles de dos años con un tamaño aproximado de 30%
de la muestra anual, pero también genera paneles más pequeños para periodos de tres años
o más.

En el cuadro siguiente se presentan los hogares rurales de la sub-muestras panel ENAHO y

la participación en el programa Juntos entre 2007 y 2011, donde sólo se consideran hogares
de sierra y selva, ya que no existen prácticamente recipientes de Juntos en Lima Metropolitana
y en la Costa.

6
Los coeficientes obtenidos mediante esta estimación son equivalentes a los de estimación de un
modelo de datos panel con Efectos Fijos, ver Daidone y Davis (2013).

12
 Cuadro N° 1 Hogares rurales en sierra y selva
No Panel Panel Total % Panel
Total Hogares
2007-08 6,435 2,712 9,147 30%
2008-09 6,166 2,766 8,932 31%
2009-10 6,355 2,754 9,109 30%
2010-11 6,420 2,604 9,024 29%
Hogares con Juntos
2007-08 612 324 936 35%
2008-09 991 483 1,474 33%
2009-10 1,137 476 1,613 30%
2010-11 1,231 523 1,754 30%
Fuente: ENAHOs 2007-2011, INEI.

Como se puede ver, se tienen hogares que recibieron Juntos en cada una de las rondas bi-
anuales de los paneles. No obstante, estos hogares no necesariamente permanecen en el
panel en los años siguientes debido a la forma en que se generan los paneles de ENAHO
(con muestras independientes para cada periodo del panel). Esta situación impone
importantes restricciones al tamaño de las muestras disponibles para efectos de generar una
línea de base y mediciones posteriores de los hogares beneficiarios de Juntos, como
explicaremos más adelante.

Una potencial preocupación con respecto a los hogares panel utilizables para el análisis es su
comparabilidad con la muestra general de ENAHO. En el cuadro A.1 del Anexo A. se
presentan los valores medios de variables relevantes para esta evaluación y sus diferencias
para hogares panel y no panel que recibieron el programa Juntos en el periodo 2007-2011.
Se puede ver que las dos poblaciones son bastante similares en la mayoría de las variables,
con algunas excepciones. Por ejemplo, se observa que los no panel tienen mayor acceso a
agua potable (31.6% versus 29.8%) pero menor acceso a electricidad (48.2% versus 50.5%).
El grupo en el panel tiene una ligera mayor educación promedio para los jefe de hogar (4.5
años versus 4.27 años), y también un mayor promedio de niños en edad escolar.

De otro lado, las dos muestras son prácticamente indistinguibles en variables importantes
como en los ingresos y gastos medios de las familias, o en el nivel general de pobreza (aunque
sí se tiene que el grupo panel tiene un ligeramente mayor porcentaje de pobreza extrema,
81.5% versus 80.4%). No se tienen diferencias en el tamaño de los hogares, en el género e
idioma materno de los jefes de hogar, o en el máximo nivel de educación alcanzado. Tampoco
se tienen diferencias en la distribución espacial de las muestras en términos de dominios.

13
En conjunto, se puede plantear que la muestra panel mantiene los rasgos centrales de la
muestra general de hogares que recibieron Juntos entre los años 2007 a 2011. Los
potenciales sesgos que podrían generarse no aparecen como significativos a este nivel del
análisis, aunque siempre es preciso considerar que la muestra panel es sólo una sub-muestra
de la muestra general.

4.2. Línea de Base, observaciones utilizables y proceso de balanceo

Un elemento central de la evaluación de impactos es poder generar una línea de base

razonable. Para este fin se requiere identificar los hogares que en el panel disponible de
ENAHO en algún año particular no hayan recibido el programa y empiecen a recibirlo al año
siguiente (y potencialmente sub-siguientes). El hogar con estas características cumple con
las condiciones de ser parte de la línea de base y recibir tratamiento posterior. Igualmente,
se requieren hogares que no hayan recibido el programa en ninguno de los años del panel,
los que serían potencialmente miembros del grupo de control. Ambos grupos se convierten
en la base para la evaluación de impactos utilizando la metodología descrita en la sección
previa.

Al evaluar los hogares panel disponibles en el periodo 2007-2011 encontramos los siguientes
grupos de hogares panel que son utilizables para la evaluación.

Cuadro N° 2. Paneles utilizables para medir impactos7

Control Juntos Total
Paneles de 2 años
2007-2008 2,052 193 2,245
2008-2009 2,089 68 2,157
2009-2010 2,115 51 2,166
2010-2011 1,910 78 1,988
Paneles de 3 años
2007-2009 1,445 120 1,565
2008-2010 1,408 71 1,479
2009-2011 337 24 361
Fuente: ENAHOs 2007-2011, INEI.

7
Estos son paneles "balanceados", es decir, que los mismos hogares se mantienen entre el año base
y el año siguiente de medición.

14
Las muestras panel con un mínimo de tamaño muestral para el grupo de tratamiento son la
del panel 2007-2008, y en menor medida, la del panel de tres años 2007-2009. Estas son las
muestras que usaremos para las estimaciones econométricas. Esto implica que usaremos al
año 2007 como año base, y a los años 2008 como primer año de medición de impactos, y al
2009 como segundo año para la sub-muestra respectiva.

Para el proceso de balanceo entre grupo tratado y de control, se medirán las variables en el
año base 2007, en este caso considerado como año "pre-tratamiento" para todos los hogares
utilizados para el análisis. Como se explicó previamente (ver sección 3), el procedimiento
metodológico que utilizaremos requiere generar un "balanceo entrópico" entre las
observaciones del grupo de tratamiento y el grupo de control en cada una de las dos muestras
panel a utilizar. El programa de balanceo utilizado8 consiste en un algoritmo que busca el
vector óptimo de pesos para los hogares de control que más cercanamente permita
equilibrarlos con los hogares tratados en el primer y segundo momento de sus distribuciones9
para todas las variables consideradas relevantes para que un hogar rural reciba el programa
Juntos (y medidas en el año base 2007).

El efecto del balanceo en los tres primeros momentos de las variables consideradas se
presenta en los cuados A.2 y A.3 en el Anexo A., para los paneles 2007-2008 y 2007-2009,
respectivamente. Como se puede ver, el balanceo logra igualar los valores medios y
varianzas de todas las variables consideradas. Igualmente, las medidas de asimetría (tercer
momento, skewness en inglés), se acercan de manera significativa luego del proceso de
balanceo. Una mejor forma de evaluar el efecto del proceso es considerar el impacto del
balanceo en la función de propensity score. Para tal fin generamos una estimación probit de
probabilidad de ser tratado en función de las variables consideradas (ver cuadro A.4. en el
Anexo A. para el panel 2007-2008). El efecto del balanceo se puede ver en el gráfico
siguiente.

8
Utilizamos el comando ebalance en Stata 12.0, ver Hainmuller y Xu (2013).
9
Se intentó también un balanceo completo para todas las variables en el tercer momento pero el
algoritmo no alcanzaba convergencia en tiempos razonables o colapsaba.

15
 Gráfico N° 2
Efecto de balanceo en probabilidad de tratamiento

15
10
5
0

0 .2 .4 .6 .8
x

Juntos Control no balanceado

Control balanceado

El proceso de balanceo entrópico logra generar una función de propensity score muy parecida
a la del grupo de tratamiento para el grupo de control balanceado. Igualmente, el efecto en
las distribuciones de algunas variables consideradas en la estimación del propensity score se
puede ver en el siguiente gráfico.

Gráfico N° 3

Valos activos pecuarios Miembros del Hogar

.0004 .2
.0003 .15
.0002 .1
.0001 .05
0 0
0 2000 4000 6000 8000 10000 0 5 10 15
x x
Juntos Juntos
Control no balanceado Control no balanceado
Control balanceado Control balanceado

% Hogares en pobreza en ccpp

4
3
2
1
0
0 .2 .4 .6 .8 1
x
Juntos
Control no balanceado
Control balanceado

16
Se observa que el balanceo logra generar distribuciones de las variables muy parecidas entre
el grupo de tratamiento y el de control (balanceado), no sólo en las medias y varianzas, sino
también en la forma más general de las distribuciones. En conjunto, el proceso de balanceo
entrópico asegura poder generar hogares de control bastante similares a los de tratamiento a
través del vector de pesos correspondiente. Este vector será utilizado consistentemente en
todas las estimaciones que se presentan en la siguiente sección de resultados.

El método de balanceo entrópico se aplicará a la especificación (6) de la sección 3, para

otorgar pesos a las observaciones del grupo de control, lo que los convierte en “hogares
contra-factuales” adecuados para las mediciones de impacto. En la siguiente sección de
presentan y analizan los resultados de las estimaciones.

5. Resultados y análisis de las impactos estimados

En esta sección se presentan los resultados econométricos de las estimaciones para evaluar
los impactos del programa Juntos en decisiones productivas de los hogares. En todos los
casos usamos la especificación (6), aplicando pesos del balanceo entrópico a los hogares de
control, así como considerando que los datos a usar de ENAHO se obtuvieron de un proceso
poli-etápico de selección de conglomerados, con lo que es preciso considerar el efecto de la
correlación intra-conglomerados de las variables de los hogares para las estimaciones,
ajustando los errores estándar a la estructura de conglomerados considerados en la ENAHO
(aproximadamente a nivel de centro poblado y áreas empadronamiento dispersas en las
zonas rurales10). Para las variables monetarias se han deflactado los valores usando el IPC
anual del INEI y poniendo las series en soles del año 200711. Igualmente, en todas las
estimaciones se consideraron las siguientes variables de control del tipo Xit en (6):

10
En todas las estimaciones se considera la estructura clusterizada (en conglomerados) de los hogares
de ENAHO, es decir, la matriz de Varianza-Covarianza usada para medir los errores estándar permite
la correlación intra-conglomerado de hogares, relajando el supuesto de observaciones independientes
al interior de los conglomerados. Esto equivale a asumir independencia entre conglomerados pero no
necesariamente de los hogares al interior de ellos.
11
Como la muestra de hogares es rural, no se consideró necesario hacer una deflactación espacial,
que puede ser más relevante para análisis con hogares urbanos y rurales.

17
  Jefe Hogar es mujer (dicotómica)
 Máxima educación en el hogar (años)
 Número miembros de hogar
 Edad del JH (años)
 Edad del JH2 (Edad JH elevada al cuadrado)
 Educación del JH (años)

En todos los casos se estimaron impactos para toda la muestra, y para dos sub-poblaciones:
(i) hogares donde el JH es varón y (ii) hogares donde el JH es mujer. Un 80% de los hogares
rurales cae en la primera categoría y un 20% en la segunda.

5.1. Impactos en ingresos y gastos de los hogares

Para indagar por el impacto directo del programa en una medida monetaria de bienestar de
los hogares se evaluó como variables dependientes al ingreso y gasto per cápita anual, que
han sido transformadas en logaritmos. En el cuadro siguiente se presentan las estimaciones
de la especificación (6) para las variables en logaritmos de ingresos y gastos anuales per
cápita de los hogares en el panel de dos años 2007-2008.

18
 Cuadro N° 3. Impactos de JUNTOS en ingresos y gastos per cápita anuales. Panel 2007-2008
Ingreso Gasto Ingreso Gasto Ingreso Gasto
Todos Todos JH varón JH varón JH mujer JH mujer
b1 Juntos -0.067 -0.067* -0.071 -0.075* -0.058 -0.015
(0.05) (0.04) (0.06) (0.05) (0.11) (0.08)
b2 Año*Juntos 0.132** 0.087* 0.111* 0.089 0.253** 0.086
(0.07) (0.05) (0.07) (0.06) (0.13) (0.11)
b3 Año 2008 0.111*** 0.089*** 0.112*** 0.093*** 0.087 0.062
(0.04) (0.03) (0.05) (0.03) (0.09) (0.07)
JH Mujer 0.042 0.022
(0.06) (0.05)
HH Mayor educación 0.042*** 0.039*** 0.045*** 0.040*** 0.040*** 0.041***
(0.01) (0.01) (0.01) (0.01) (0.01) (0.01)
HH número miembros -0.108*** -0.085*** -0.105*** -0.084*** -0.136*** -0.097***
(0.01) (0.01) (0.01) (0.01) (0.03) (0.02)
JH edad 0.024*** 0.023*** 0.026*** 0.027*** 0.014 0.010
(0.01) (0.01) (0.01) (0.01) (0.02) (0.01)
JH edad2 -0.000*** -0.000*** -0.000*** -0.000*** -0.000 -0.000
(0.00) (0.00) (0.00) (0.00) (0.00) (0.00)
JH años educación 0.001 -0.000 0.003 0.000 -0.015 -0.005
(0.01) (0.01) (0.01) (0.01) (0.02) (0.01)
Sierra Centro -0.034 -0.005 -0.065 -0.043 0.121 0.189*
(0.08) (0.06) (0.09) (0.07) (0.13) (0.12)
Sierra Sur -0.064 0.000 -0.072 -0.020 0.006 0.125
(0.08) (0.06) (0.08) (0.06) (0.16) (0.14)
Selva 0.156** 0.147*** 0.091 0.100 0.456*** 0.385***
(0.09) (0.07) (0.10) (0.07) (0.16) (0.12)
Constante 6.690*** 6.666*** 6.633*** 6.600*** 7.034*** 6.898***
(0.20) (0.19) (0.22) (0.20) (0.45) (0.36)
Observaciones 4,490 4,490 3,646 3,646 844 844
R2 0.146 0.164 0.146 0.169 0.155 0.157
ll -4176 -2975 -3406 -2375 -746 -583
* p<0.15, ** p<0.1, *** p<0.05
El coeficiente b2 identifica el impacto de diferencias en diferencias (DeD) en los tratados por
el programa Juntos, tanto en los ingresos y gastos per cápita en soles constantes del 2007.
El programa habría incrementado en 14.1% el ingreso per cápita anual y en 9.0% 12 el gasto
per cápita anual de los hogares del panel 2007-2008. Por tipo de hogares, se observa que
los que tienen como jefe de hogar un varón han tenido un impacto de 11.7% en ingreso per
cápita y de 9.3% en gasto per cápita (aunque este último impacto no estadísticamente
significativo al 85%). En el caso de los hogares con jefe de hogar mujer, el impacto es mucho
mayor en los ingresos per cápita: 28.8% de incremento, aunque con impacto muy similar en
el gasto per cápita (y no estadísticamente significativo). En el gráfico siguiente se puede ver
porqué se habría generado este mayor efecto en los ingresos de hogares con JH mujer que
en los liderados por varones.

Gráfico N° 3
Impacto en log(ingreso per cápita)
Jefe Varón: panel 2007-2008 Jefe Mujer: panel 2007-2008
7.2 7.6

7.1 7.4
Log(Ingperc)

Log(Ingperc)

7 7.2

6.9
7

6.8
6.8
0 1 0 1
año año

Control Juntos Control Juntos

Los ingresos de los hogares con jefe varón que recibieron Juntos se incrementaron con similar
pendiente que el de hogares con jefe mujer (y con Juntos) entre 2007 y 2008. La diferencia
ha sido en el comportamiento de los hogares de control. Mientras los hogares con jefe varón
también tuvieron incrementos claros en ingresos per cápita entre ambos años, los liderados
por mujeres que no recibieron Juntos tuvieron un crecimiento muy pequeño e incluso
estancamiento de ingresos reales per cápita entre ambos años. El efecto diferencial hace que
el impacto de Juntos en los hogares con jefe mujer haya sido mucho más fuerte (más del
doble) que en los hogares con jefe varón

12
El impacto de una variable dicotómica en una variable medida en logaritmos es equivalente a exp(b 2)
- 1. En los cuadros mantenemos el valor original de los coeficiente, pero en el texto haremos este ajuste
cuando se haga referencia a impactos marginales de variables dicotómicas en la variable dependiente.
En los resultados del Cuadro 3 también se puede ver que los coeficientes del tipo b 1 son
pequeños, e incluso no tienen significancia estadística. Esto indica que los grupos de
tratamiento y control eran bastante similares en ingresos y gastos per cápita esperados en el
año base, lo cual es un efecto deseable del proceso de balanceo realizado previamente.
Igualmente, el coeficiente b3 es positivo y significativo para todos los hogares y para los
liderados por varones, pero no para los que tienen jefe mujer. Esto indica que, en general,
los ingresos rurales se expandieron en términos reales entre 2007 y 2008 en un aproximado
de 10% para todos los hogares. No obstante, en el caso de los hogares con JH mujer que no
recibieron Juntos, los ingresos no crecieron en forma significativa. En este caso el programa
Juntos sí logró revertir este estancamiento para los hogares rurales liderados por mujeres
entre 2007 y 2008.

Los resultados también indican que las otras variables de control consideradas mantienen un
importante rol en la determinación de los ingresos per cápita. Por ejemplo, la máxima
educación tiene efectos positivos, mientras que los coeficientes de la variable edad del jefe
de hogar indican un patrón de ciclo de vida en la capacidad de generación de ingresos y
gastos de los hogares, con incrementos hasta cierta edad del jefe para luego iniciar un declive.
Finalmente, también se observa que los hogares ubicados en la selva tienen ingresos y gastos
per cápita promedio superiores a los de la sierra, pero básicamente por el mayor ingreso y
gasto de los hogares con jefe mujer.

En el siguiente cuadro se presenta la misma estimación pero en este caso para el panel de
tres años 2007 al 2009.

21
 Cuadro N° 4. Impactos de JUNTOS en ingresos y gastos per cápita anuales. Panel 2007-2009
ingreso gasto ingreso gasto ingreso gasto
todos todos JH varón JH varón JH mujer JH mujer
b1 Juntos -0.065 -0.036 -0.065 -0.051 -0.078 0.035
(0.07) (0.06) (0.08) (0.06) (0.13) (0.10)
b2 Año*Juntos 0.192*** 0.112* 0.167** 0.107 0.337*** 0.120
(0.08) (0.07) (0.09) (0.08) (0.15) (0.11)
b3 Año 2008 0.174*** 0.133*** 0.208*** 0.141*** -0.030 0.077
(0.06) (0.04) (0.07) (0.05) (0.09) (0.07)
JH Mujer -0.083 -0.038
(0.08) (0.06)
HH Mayor educación 0.036*** 0.041*** 0.038*** 0.046*** 0.029*** 0.026***
(0.01) (0.01) (0.01) (0.01) (0.01) (0.01)
HH número miembros -0.106*** -0.084*** -0.105*** -0.087*** -0.116*** -0.072***
(0.01) (0.01) (0.02) (0.01) (0.04) (0.03)
JH edad 0.038*** 0.026*** 0.033*** 0.027*** 0.048*** 0.024
(0.01) (0.01) (0.01) (0.01) (0.02) (0.02)
JH Edad2 -0.000*** -0.000*** -0.000*** -0.000*** -0.000*** -0.000
(0.00) (0.00) (0.00) (0.00) (0.00) (0.00)
JH años educación 0.002 -0.002 0.005 -0.005 -0.016 0.002
(0.01) (0.01) (0.01) (0.01) (0.02) (0.02)
Sierra Centro -0.020 0.078 -0.025 0.059 0.046 0.195***
(0.10) (0.08) (0.11) (0.08) (0.13) (0.09)
Sierra Sur -0.107 0.081 -0.136 0.068 0.072 0.185
(0.10) (0.08) (0.12) (0.09) (0.17) (0.15)
Selva 0.097 0.130 0.044 0.100 0.392 0.314
(0.14) (0.10) (0.13) (0.09) (0.28) (0.22)
Constante 6.337*** 6.478*** 6.409*** 6.467*** 6.234*** 6.402***
(0.27) (0.23) (0.31) (0.26) (0.40) (0.58)
Observaciones 3,130 3,130 2,547 2,547 583 583
R2 0.168 0.198 0.176 0.211 0.164 0.156
ll -2856 -1954 -2347 -1585 -479 -356
* p<0.15, ** p<0.1, *** p<0.05
El impacto del programa Juntos es más elevado para los ingresos per cápita (aunque no para
el gasto per cápita) para el caso de este panel en el que aquellos han recibido transferencias
del programa por dos años consecutivos (2008 y 2009). El incremento en el ingreso per cápita
debido al programa Juntos pasa a ser de 21.2% y en el gasto 11.9% para el conjunto de los
hogares en el panel 2007-2009. Cuando se diferencian las muestras por género del jefe de
hogar, los impactos en ingresos per cápita siguen el mismo patrón que en el panel 2007-2008
aunque en este caso con efectos mayores. Los hogares con jefe varón tienen un incremento
de 18.2%, mientras que los liderados por mujeres en más del doble, 40%. De otro lado, no
se observan diferencias significativas en el impacto en el gasto per cápita entre hogares con
jefe varón y mujer, aunque en ambos casos el coeficiente no es estadísticamente significativo.

Todos los coeficientes b1 aparecen como no distinguibles estadísticamente de cero, lo cual

indica que los hogares de tratamiento y control eran muy similares en el año base (2007). El
incremento en ingresos per cápita de los hogares de control es también significativo para el
conjunto y para los hogares con jefe varón, aunque no para los hogares con jefe mujer. Las
variables de control mantienen su importancia, similares al panel 2007-2008. En este caso
no se observan mayores ingresos o gastos de los hogares de la selva con respecto a la sierra,
ya sean con jefe varón o mujer.

5.2. Impactos en producción y activos agropecuarios

El tema central de evaluación de impactos de Juntos en el presente estudio se refiere a

variables relacionadas con la principal actividad productiva de los hogares rurales, es decir, la
actividad agropecuaria. Para evaluar esta dimensión se han seleccionado un conjunto de
variables de decisión en producción y acumulación de activos agropecuarios de los hogares
que se lista a continuación.

 Valor de la Producción agrícola total (soles 2007)

 Valor de la Producción agrícola para venta (soles 2007)
 Valor de la Producción agrícola de autoconsumo (soles
2007)
 Valor de la Producción pecuaria (soles 2007)
 Valor de Subproductos Agrícolas (soles 2007)
 Valor de Subproductos Pecuarios (soles 2007)
 Valor de stock de Aves (soles 2007)
 Valor de stock de Cuyes (soles 2007)
  Valor de stock de Ovinos (soles 2007)
 Valor de stock de Porcinos (soles 2007)
 Valor de stock de Vacunos (soles 2007)
 Valor de activos pecuarios Total (soles 2007)
 Stock de Tierra Agropecuaria (Has)
 Stock de Tierra Agrícola (Has)
 Stock de Tierra con Pastos (Has)

Para la aplicación de la especificación en (6) se han considerado dos tratamientos de la

variable de impacto. En primer lugar, se generarán modelos de Mínimos Cuadrados
Ordinarios (MCO) para los hogares que tuvieron valores positivos de estas variables en el año
base (2007). Esto equivale a estimar impactos en la ampliación de producción o valor de
activos para los hogares que ya venían participando en estas actividades o con cantidades
positivas de los activos. En este caso la variable dependiente es también transformada a
logaritmos para las estimaciones.

En segundo término, se hará una estimación adicional de tipo probit para la probabilidad de
participar en cualquiera de estas actividades de producción o en la posesión de activos
agropecuarios. En este caso no se condiciona a la situación de los hogares en la línea de
base como en el caso anterior.

El primer tipo de estimación mide el efecto expansivo en producción y activos agropecuarios

del programa sobre los hogares que ya producían o poseían activos agropecuarios
previamente a la intervención (margen intensivo). El segundo tipo de estimación mide la
inducción general (no condicionada) del programa a que los hogares rurales participen en la
producción y posesión de activos agropecuarios de distinto tipo.

Los resultados del valor del coeficiente DeD (b 2) para los impactos del programa Juntos en la
escala de producción o de posesión de activos de los hogares (condicionada a valores
positivos en el año base) se presentan en el cuadro siguiente para ambos paneles.

24
Cuadro N° 5. Regresiones producción y valor activos agropecuarios (condicionada valor>0 en año 0)
Total Hogares JH es varón JH es mujer
Coef. t-val N Coef. t-val N Coef t-val N
Panel 2007-2008
Producción agrícola total -0.159 -1.153 3814 0.005 0.041 3172 -0.878 -1.608 642
Producción agrícola venta -0.54 -0.727 2456 -0.487 -0.648 2136 -1.049 -0.536 320
Producción agrícola autoconsumo -0.162 -1.089 3716 -0.007 -0.049 3080 -0.767 -1.445 636
Producción pecuaria -0.153 -0.415 3442 0.076 0.184 2811 -1.273 -1.754 631
Subproductos Agrícolas 0.017 0.129 3126 0.115 0.774 2604 -0.425 -1.682 522
Subproductos Pecuarios 0.095 0.641 3488 0.043 0.266 2872 0.346 1.025 616
Aves 0.38 0.903 2698 0.227 0.519 2238 1.269 1.21 460
Cuyes 1.224 2.577 1780 1.711 3.702 1440 -1.494 -1.298 340
Ovinos -1.335 -1.72 1264 -0.897 -1.054 982 -3.669 -1.909 282
Porcinos 1.143 1.412 1188 1.063 1.22 1005 1.844 0.909 183
Vacunos 0.703 1.05 1722 1.143 1.723 1449 -1.905 -1.227 273
Pecuarios Total -0.031 -0.379 3856 0.08 0.909 3171 -0.611 -2.984 685
Tierra Agropecuaria -0.189 -1.853 3900 -0.151 -1.446 3232 -0.457 -1.471 668
Tierra agrícola -0.128 -1.238 3792 -0.148 -1.301 3169 -0.083 -0.302 623
Tierra con pasto -0.277 -0.29 450 0.477 0.478 345 -2.365 -1.454 105
Panel 2007-2009
Producción agrícola total 0.296 1.659 2712 0.249 1.544 2251 0.566 1.100 461
Producción agrícola venta 0.915 0.954 1762 1.2 1.207 1531 0.308 0.137 231
Producción agrícola autoconsumo 0.421 1.737 2640 0.364 1.539 2184 0.771 1.497 456
Producción pecuaria 0.699 1.078 2432 1.313 1.786 1992 -2.745 -1.754 440
Subproductos Agrícolas -0.291 -1.434 2238 -0.303 -1.296 1862 -0.157 -0.659 376
Subproductos Pecuarios 0.026 0.11 2504 -0.003 -0.013 2063 0.122 0.279 441
Aves 0.563 1.243 1880 1.009 2.008 1569 -1.805 -1.745 311
Cuyes 0.502 0.718 1236 0.885 1.263 999 -2.629 -1.396 237
Ovinos 0.100 0.101 900 0.61 0.55 680 -2.132 -1.083 220
Porcinos -0.22 -0.226 834 0.103 0.097 708 -4.11 -1.654 126
Vacunos 0.908 1.088 1242 0.869 0.921 1037 1.08 1.582 205
Pecuarios Total 0.105 0.898 2740 0.169 1.288 2254 -0.314 -1.473 486
Tierra Agropecuaria -0.023 -0.164 2770 0.005 0.033 2294 -0.285 -0.944 476
Tierra agrícola 0.018 0.118 2690 0.019 0.117 2243 0.007 0.017 447
Tierra con pasto 0.94 0.800 332 1.26 0.859 251 -0.553 -0.243 81
Nota: celdas en negrita son impactos positivos al menos al 90%; y en itálicas son impactos negativos al menos
al 90% de confianza estadística.

Como se puede ver, el programa Juntos generaría algunos impactos en la escala de variables
productivas y de activos agropecuarios, especialmente para los que reciben el programa por
dos años consecutivos (panel 2007-2009).

25
Para el panel 2007-2008 no se observa un efecto expansivo general, salvo una reasignación
de activos pecuarios desde la escala de posesión de ovinos hacia la de cuyes. Incluso en este
caso se observa una reducción en la cantidad de tierra agropecuaria de los hogares tratados,
coincidiendo con los hallazgos previos de Del Pozo (2014).

Pero para el panel 2007-2009 sí se encuentra un efecto positivo y estadísticamente

significativo (al 90%) en el valor de la producción agrícola, básicamente por mayor producción
agrícola para el autoconsumo. Los coeficientes de la mayoría del resto de variables de
producción y activos aunque son positivos no muestran significancia al 90% de confianza
estadística.

Estos resultados generales esconden importantes diferencias en los impactos del programa
en los hogares de acuerdo a si el jefe de hogar es varón o mujer. Por ejemplo, los impactos
son solamente positivos en el caso de los hogares con jefe varón, y mayoritariamente
negativos para los hogares con jefe mujer. En el caso de jefe varón, Juntos induce una
expansión en la tenencia de activos pecuarios como cuyes y ganado vacuno en el panel 2007-
2008; y en la producción pecuaria y en la tenencia de aves para el panel 2007-2009. Por el
contrario, para los de jefe mujer, se inducen menores niveles de producción pecuaria y de
sub-productos agrícolas, así como una menor escala de ovinos, vacunos (la producción
agrícola también tiene una caída clara, aunque marginal estadísticamente al 90%). Sólo la
tenencia de ganado porcino muestra incremento para este tipo de hogares. En el caso del
panel 2007-2009 la mayor parte de los coeficientes son también negativos para hogares con
jefe mujer, y muestran significancia estadística la menor producción pecuaria y la tenencia de
aves.

Aparece con claridad un patrón diferenciado de interacción de los hogares en relación al

programa Juntos y las decisiones con respecto a la producción agropecuaria. Estas
diferencias se puedan apreciar mejor en el siguiente gráfico para el panel 2007-2009.

26
 Gráfico N° 4
Impactos en producción agropecuaria, panel 2007-2009
Producción agrícola todos HH Producción pecuaria JH mujer

6
7.4

Log(valor prod. pecuaria)

log(valor prod. agrícola)

7.2

7 2

6.8 0

6.6 -2
0 1 0 1
año año
Control Juntos Control Juntos

Mientras que para todos los hogares se incrementó en forma sustancial la producción agrícola
debido a las transferencias de Juntos para el panel 2007-2009, en el caso de los hogares con
jefe mujer el comportamiento fue el inverso: en este caso se observa una clara retracción
productiva en la producción pecuaria en el mismo periodo. Esto implica que mientras los
hogares con jefe varón sí asignan recursos de la transferencia a expandir la producción
agrícola, esto no ocurre para los hogares con jefe mujer, que hipotéticamente estarían
reasignando recursos e ingresos adicionales a actividades no agropecuarias (o a mayores
ahorros ya que, en el caso del consumo, no es claro que se incremente mucho el gasto per
cápita debido al programa).

En el cuadro siguiente se consignan las estimaciones del coeficiente DeD de impactos de

Juntos para los modelos probit de probabilidad de participar en la producción o tenencia de
los activos agropecuarios.

27
 Cuadro N° 6. Estimación probit de producir o tener activos agropecuarios
Total Hogares JH es varón JH es mujer
Coef tval Coef tval Coef tval
Panel 2007-2008
Producción agrícola total -0.136 -1.212 0.083 0.668 -0.752 -2.156
Producción agrícola venta 0.074 0.544 0.118 0.785 -0.19 -0.527
Producción agrícola autoconsumo -0.062 -0.607 0.071 0.97 -0.751 -2.152
Producción pecuaria 0.008 0.046 0.088 0.429 -0.28 -0.896
Subproductos Agrícolas 0.132 1.843 0.147 1.615 -0.164 -0.519
Subproductos Pecuarios -0.016 -0.56 0.063 0.644 -0.281 -0.929
Aves 0.244 1.718 0.269 1.827 0.126 0.396
Cuyes 0.268 2.268 0.355 2.813 -0.105 -0.383
Ovinos -0.058 -0.501 -0.022 -0.169 -0.242 -0.702
Porcinos -0.056 -0.492 -0.055 -0.412 -0.041 -0.147
Vacunos 0.108 1.189 0.185 1.801 -0.406 -1.812
Pecuarios Total -0.025 -0.446 0.114 0.736 -0.464 -1.535
Tierra Agropecuaria 0.021 0.263 0.227 0.903 -0.394 -1.358
Tierra agrícola 0.118 0.837 0.07 0.409 0.168 0.481
Tierra con pasto -0.394 -2.45 -0.409 -2.328 -0.375 -0.761
Panel 2007-2009
Producción agrícola total -0.010 -0.100 -0.031 -0.287 0 .
Producción agrícola venta 0.147 0.852 0.166 0.986 -0.015 -0.028
Producción agrícola autoconsumo -0.003 -0.028 -0.019 -0.155 0 .
Producción pecuaria 0.217 0.903 0.385 1.346 -0.646 -1.01
Subproductos Agrícolas 0.152 1.107 0.128 0.913 0 .
Subproductos Pecuarios -0.073 -2.484 -0.071 -1.52 0 .
Aves 0.136 0.835 0.281 1.586 -0.627 -1.556
Cuyes -0.074 -0.546 -0.005 -0.031 -0.47 -1.325
Ovinos -0.067 -0.479 -0.024 -0.156 -0.358 -0.834
Porcinos -0.284 -1.697 -0.236 -1.255 -0.684 -2.394
Vacunos 0.133 1.034 0.15 1.026 -0.063 -0.327
Pecuarios Total 0 0.004 -0.003 -0.025 0 .
Tierra Agropecuaria -0.074 -1.337 -0.094 -1.111 0 .
Tierra agrícola -0.041 -0.384 -0.049 -0.479 0 .
Tierra con pasto -0.024 -0.095 -0.082 -0.286 0.153 0.262
Nota: Celdas en negrita son impactos positivos al menos al 90%; y en itálicas son impactos
negativos al menos al 90% de confianza estadística

Los resultados son particularmente significativos para el panel 2007-2008, mientras que para
el panel 2007-2009 el limitado tamaño de la muestra termina generando pocos coeficientes
con significancia estadística (la diferencia entre los grupos en términos de probabilidad de
participación en cada periodo es reducida, más aún las diferencias en diferencias).

28
En este caso se vuelve a repetir, e incluso aparece con mayor frecuencia, el distinto
comportamiento de los hogares con jefe varón y mujer. Mientras que en los primeros el
programa Juntos induce una mayor participación de los hogares en la tenencia de aves, cuyes
y ganado vacuno (aunque con una caída en pastos, lo que indicaría cierta intensificación
ganadera); para los hogares con jefe mujer se observa una menor propensión a participar en
actividades agropecuarias como en producción agrícola (menos producción para
autoconsumo) y en la tenencia de ganado vacuno. El siguiente gráfico muestra otra vez el
distinto efecto de Juntos en hogares con jefe de hogar de distinto género en cuanto a tenencia
de ganado vacuno.

Gráfico N° 5
Impacto en probabilidad de tener ganado vacuno, panel 2007-08
JH Varón JH Mujer
.65 .6

.6
.5

.55
Probabilidad

Probabilidad

.4
.5

.45 .3

.4
.2
0 1 0 1
año año
Control Juntos Control Juntos

Los hogares con jefe varón que recibieron Juntos incrementaron su probabilidad de tener
ganado vacuno entre 2007 y 2008 de 48% a 53%, mientras esta probabilidad disminuía
ligeramente para el grupo de control. En el caso de hogares con jefe mujer, las beneficiarias
de Juntos bajaron su probabilidad de tener ganado vacuno en 10 puntos porcentuales (de
45% a 35%), mientras las de control incrementaron ligeramente la probabilidad (aunque con
importantes diferencias entre ambos grupos en el año base 2007).

Los resultados obtenidos indican que los hogares rurales peruanos sí tienden a cambiar
algunas de sus decisiones productivas al recibir transferencias monetarias del programa
Juntos, validando un modelo de no separabilidad en las decisiones de consumo y producción
en hogares sometidos a severas fallas de mercado, restricción crediticia y limitados recursos
productivos.

Igualmente, se puede señalar que hogares con jefe de hogar varón y mujer tienen respuestas
distintas en términos de sus decisiones productivas, probablemente porque enfrentan
condiciones económicas, sociales y culturales diferentes. Por ejemplo, es probable que los

29
hogares con jefe mujer tengan mayores restricciones en la disponibilidad de mano de obra
para labores agropecuarias, por lo que prefieren orientar sus recursos adicionales a
actividades no agropecuarias. Los hogares con jefe varón tienen una menor restricción de
este tipo y por ende están más dispuestos a asignar los recursos adicionales a actividades
agropecuarias, especialmente a aquellas de mayor rentabilidad o impacto en la seguridad
alimentaria, como las de animales menores y ganado vacuno, así como a la mayor producción
agrícola de autoconsumo13.

6. Conclusiones e implicancias de política

El análisis realizado en el presente estudio, utilizando bases de datos de tipo panel de la

encuesta ENAHO para los años 2007-2008 y 2007-2009, indica que los hogares rurales
recipientes de las transferencias sí estarían asignando una parte de recursos adicionales
recibidos a actividades productivas, tanto agrícolas como de acumulación de activos
pecuarios como cuyes, aves y ganado vacuno. Este resultado se concentra en los hogares
con jefe de hogar varón (un 80% de la muestra), mientras los hogares con jefe mujer muestran
un comportamiento distinto, con menor disposición a ampliar la escala de producción o
tenencia de activos, o a participar en dichas actividades.

Los resultados validan algunas de las hipótesis centrales de los modelos de comportamiento
de hogares rurales sujetos a severas fallas de mercado como restricción crediticia y ausencia
de mercados de aseguramiento, que generan un patrón de no separabilidad entre las
decisiones de consumo y las de producción e inversión. Igualmente, distintas restricciones
(por ejemplo en el mercado de trabajo) complejizan aún más esta relación y podría estar a la
base de la explicación de las diferencias observadas entre hogares liderados por varones de
los que tienen como jefe de hogar a las mujeres (generalmente con mayor dificultad para
movilizar mano de obra hacia actividades agropecuarias).

En términos de la política pública, el hallazgo general a considerar es el de la existencia y

causas del impacto positivo y significativo del programa Juntos en algunas variables

13
Una hipótesis alternativa (aunque no excluyente) se refiere a resultados no esperados del programa
debido a condicionalidades "extraoficiales" que impactan de manera diferenciada en los hogares de
acuerdo al género del jefe de hogar (Escobal y Benites, 2012).

30
productivas agropecuarias en la mayor parte de los hogares rurales beneficiados. Esto abre
dos grandes líneas posibles sobre intervenciones públicas relevantes en zonas rurales.

Un primer enfoque parte de considerar que a la base de este impacto se encuentra una falla
de mercado concreta: la fuerte restricción crediticia y en el mercado de aseguramiento para
los hogares rurales en mayor pobreza en el Perú. La implementación de políticas y programas
orientados directamente a enfocar esta falla de mercado tendría prioridad en esta alternativa,
desplegando un conjunto de instrumentos de financiación y apoyo en aseguramiento a los
pobladores rurales en mayor pobreza.

Esta estrategia puede tener diversas alternativas, como la de direccionar fondos crediticios y
de seguros directamente, o generando incentivos para que el sector privado financiero lo
haga. Cabe decir que se trata de hogares sin mayor capacidad inicial de generar garantías
en base a activos, con lo cual se requiere utilizar desde tecnologías innovadoras de crédito
(grupos solidarios, capacitación financiera), hasta un esquema de subsidios a las garantías y
al aseguramiento crediticio desde el propio sector público.

Un segundo enfoque, no excluyente del primero, consiste en generar intervenciones

complementarias que acompañen y potencien las decisiones productivas de los hogares
catalizadas por Juntos. Este es el enfoque del Eje 4 de la estrategia "Incluir para Crecer" del
MIDIS, que plantea un conjunto de intervenciones para promover a sectores en procesos de
inclusión económica. La literatura sobre activos rurales, ver Escobal y Torero (2005), Escobal
et al (1998) señala la importancia no sólo de ampliar la base de activos públicos y privados de
los hogares rurales en pobreza, sino también la de proveer servicios complementarios que
incrementen la rentabilidad de dichos activos. Esta orientación requiere generar estrategias
articuladas entre el programa Juntos del MIDIS y otras intervenciones orientadas a mejorar y
ampliar la capacidad productiva de los hogares rurales, especialmente en el Ministerio de
Agricultura y Riego14.

Otro hallazgo importante de la presente investigación para la discusión de políticas se refiere

a la distinta respuesta de los hogares a la transferencia de acuerdo al género del jefe de hogar:
mientras el mayoritario sector de hogares donde el jefe es varón (y que generalmente cuenta
con dos cónyuges) se orienta a utilizar parte de las transferencias en actividades y activos

14
Los programas de cada sector que deberían coordinar intervenciones son Juntos, Haku Wiñay y
Foncodes del MIDIS, con Agrorural, AgroIdeas e INIA del Ministerio de Agricultura y Riego. De igual
importancia es la coordinación con los Gobiernos Regionales y Locales, que orientan presupuestos a
programas de capacitación, asistencia técnica y extensión agropecuaria.

31
agropecuarios, no ocurre lo mismo con los hogares con jefes hogares mujeres (un 20%), que
básicamente siguen el comportamiento inverso, es decir, tienden a producir menos en
agricultura y a desacumular activos pecuarios. Cabe también decir que este segmento de los
hogares rurales es particularmente vulnerable, como se pudo constatar en el caso de los
hogares rurales de control con jefe mujer, que vieron caer fuertemente sus ingresos reales
entre 2007 y 2009 en la muestra analizada. El programa Juntos consiguió, en ese caso,
proteger a los hogares con jefe de hogar mujer que recibieron apoyo en dicho periodo.

Aunque consideramos que la distinta respuesta de acuerdo al género del Jefe de Hogar debe
ser investigada con mayor profundidad, sostenemos como hipótesis inicial que para hogares
con jefe mujer es más rentable orientar los recursos de transferencia hacia actividades no
agropecuarias donde su restricción de mano de obra es menos importante.

En términos de política, este hallazgo tendría dos implicancias. En primer lugar, es

fundamental que el programa Juntos llegue a todos los hogares rurales en situación de
pobreza liderados por mujeres. Para esto es necesario pasar a un proceso de identificación
de beneficiarios al nivel de los propios hogares, con un esquema como el del sistema de
focalización de hogares (SISFOH) del MIDIS, que es la única forma de identificar a esta sub-
población de mayor vulnerabilidad.

En segundo término, la evidencia encontrada también sugiere que se deben generar

estrategias diferenciadas (pero complementarias) de articulación entre distintos sectores de
acuerdo a los comportamientos de los hogares por jefatura de género. Claramente en el caso
de hogares con jefe de hogar mujer la mayor demanda por apoyo de políticas públicas vendría
por procesos de capacitación y servicios en actividades no agropecuarias 15.

15
Esto debería llevar a una mayor articulación con otros sectores productivos no agropecuarios en
zonas rurales como PRODUCE, MINCETUR y programas de capacitación laboral del Ministerio de
Trabajo y Promoción del Empleo (MTPE). El Ministerio de la Mujer y de Poblaciones Vulnerables
también puede estar interesado en una mejor articulación de intervenciones.

32
7. Plan de incidencia

Los resultados de esta investigación son de interés para la discusión de la política social y de
inclusión económica en zonas rurales del Perú. Los hallazgos más importantes se refieren al
impacto indirecto que las transferencias monetarias de Juntos está teniendo en decisiones
productivas de los hogares rurales. Igualmente, la respuesta de los hogares es distinta, de
acuerdo al género de los jefes de hogares y consiguientes diferencias en condiciones socio-
económicas y culturales. En este contexto se plantea el presente plan de incidencia para los
resultados obtenidos con la investigación.

El objetivo central del plan de incidencia es poner en la agenda de la discusión de las políticas
públicas dos temas: (i) la necesidad e importancia de tener políticas articuladas de
intervención entre MIDIS y MINAGRI en los espacios rurales de intervención del programa
Juntos; (ii) la necesidad e importancia de pasar a un proceso más fino de identificación
(SISFOH) de hogares con mayor vulnerabilidad como, por ejemplo, los hogares con jefe mujer,
que enfrentan condiciones distintas para aprovechar las transferencias monetarias.

Los actores e instituciones públicas más importantes para el plan de incidencia son los más
directamente involucrados, es decir, MIDIS y MINAGRI. En el primer caso, se trata del
ministerio que administra el programa Juntos y viene implementando la estrategia del gobierno
actual de "Incluir para Crecer", cuyo eje 4 tiene como objetivo la inclusión económica de los
hogares en pobreza y pobreza extrema en el país, con programas como Haku Wiñay (Mi
chacra emprendedora) de FONCODES para incrementar activos y capacidades de
beneficiarios de Juntos, y el fondo FONIE para dotación de infraestructura en zonas rurales
con grandes carencias. En el caso del MINAGRI, el ministerio tiene mandato sobre el
desarrollo de las capacidades económicas para la articulación a mercados de pobladores
rurales a través de programas como AGRORURAL, especialmente en la sierra peruana.

Adicionalmente, dentro del sector público es necesario tener en cuenta en un proceso de

incidencia de esta investigación. Por ejemplo es importante lograr el interés de otros
ministerios en el ámbito productivo y laboral como PRODUCE, MINCETUR y MTPS, así como
con el Ministerio de la Mujer y Poblaciones Vulnerables.

Fuera del sector público, los resultados de la investigación pueden ser útiles para ONGs y
agencias de cooperación interesadas en temas de desarrollo rural, crecimiento económico
inclusivo y situación de las mujeres rurales. Estos actores pueden considerarse como
potenciales aliados para promover políticas mejor articuladas y focalizadas, como las que se
sugieren en las implicancias de política. Igualmente, es importante difundir los resultados en

33
algunos medios de difusión masiva, especialmente escritos, como una forma de incidir en el
debate público sobre un programa como Juntos y su utilidad para el país.

Se plantea un plan de incidencias con cuatro etapas. En una primera etapa más interna, los
hallazgos del trabajo serán discutidos más en el ámbito académico, especialmente por la
relativa complejidad metodológica, y básicamente para lograr consenso sobre la robustez
metodológica de los hallazgos. Para esta etapa se plantea como actividad principal un taller
interno en GRADE con especialistas y académicos interesados en el tema.

En una segunda etapa se plantea centrarse en los actores del sector público más
directamente relevantes para las implicancias de política, es decir, MIDIS y MINAGRI. En
este caso, se prestará particular atención a las implicancias para el eje 4 de la estrategia
"Incluir para Crecer" y para la discusión de los procesos de identificación y focalización a
través del SISFOH. Para esta etapa se plantea un taller sólo con funcionarios de ambos
sectores.

La tercera etapa de la estrategia de incidencia se orientará a otros actores del sector público
así como a organizaciones de la sociedad civil y al público en general a través de medios de
comunicación masivos. Para tal efecto, se generará un documento de difusión del estudio
que será circulado en el sector público en general y en medios más especializados en temas
de política económica y social. De este proceso se espera generar algunas entrevistas al
autor del estudio en medios locales para difundir los hallazgos y sus implicancias de política.

Finalmente, en una cuarta etapa, se espera generar una publicación académica en base al
trabajo, inicialmente como documento de política, y luego como un potencial artículo en revista
arbitrada orientada a temas de evaluación de programas sociales y económicos en países en
desarrollo.

El cronograma de estas etapas y las actividades a desarrollar se presentan en el siguiente

cuadro.

Mes 1 Mes 2 Mes 3 Mes 4 Mes 5 Mes 6 Mes 7 Mes 8 Mes 9 Mes 10 Mes 11 Mes 12

Primera Etapa
Taller Interno académico x

Segunda Etapa
Taller MIDIS/MINAGRI x

Tercera Etapa
Documento de difusión x x
Entrevistas x x

Cuarta Etapa
Articulo revista especializada x x x

34
Referencias

Arroyo Juan (2010) Estudio cualitativo de los efectos del programa Juntos en los cambios
de comportamientos de los hogares beneficiarios en el distrito de Chuschi: avances y
evidencias. Manuscrito para el programa Juntos.

Asfaw S. S. Daidone, B Davis, J Dewbre y A Romeo (2012). Analytical framework for

evaluating the productive impact of cash transfer programmes in household behavior. Working
Paper N° 101, December 2012. IPC-FAO-UNPD.

Cecchini Simone y Aldo Madariaga (2012) Programas de Transferencias Condicionadas.

Balance de la experiencia reciente en América Latina y el Caribe. Naciones Unidades,
CEPAL, Santiago de Chile.

Daidone Silvio y Benjamin Davis (2013) The impact of cash transfers on productive activities
and household decision making. The case of LEAP Program in Ghana. Draft Paper.

Del Pozo César (2014) Impactos del programa de transferencia monetaria condicionada en
la agricultura en el Perú: ¿las transferencias en efectivo pueden tener efectos negativos sobre
los medios de vida agrícolas? En SEPIA XV: El Problema Agrario en Debate. A. Diaz, E.
Raez y R. Fort (eds). Lima, SEPIA, 2014

Del Pozo César y Esther Guzmán (2011) Efectos de las transferencias monetarias
condicionadas en la inversión productiva de los hogares rurales. Informe Final, proyecto breve
PB-014-2010. Proyecto con financiamiento del CIES.

Díaz R. L Huber, R Saldaña, R. Vargas y X. Salazar (2009) Análisis de la implementación

del Programa Juntos en las regiones de Apurímac, Huancavelica y Huánuco. Consorcio de
Investigación Económica y Social (CIES). Observatorio de la Salud.

Duncan Greg y Kalton Graham (1987) Issues of Design and Analysis of Surveys Across
Time. En International Statistical Review (1987) N° 55, pp 97.117

Escobal J. J Saavedra y M. Torero (1998) "Los activos de los pobres en el Perú". Informe
presentado al BID. Grupo de Análisis para el Desarrollo. Lima

Escobal, Javier y Máximo Torero (2005). Measuring The Impact of Asset

Complementarities: The Case of Rural Peru. Cuadernos de Economía, 42, 137-164

35
Escobal, Javier y Sara Benites (2014). Transferencias y Condiciones: Efectos no previstos
del Programa JUNTOS. Lima: Niños del Milenio; Young Lives. Boletín de políticas públicas
sobre infancia, 7.

Fernandez Fernando y Victor Saldarriaga (2014) Do benefit recipients change their labor
supply after receiving the cash transfer? Evidence from the Peruvian Juntos program. Journal
of Labor & Development, 2014, 3:2.

Gertler P., S. Martínez y M Rubio-Codina (2006). Investing Cash Transfers to Raise Long-
Term Living Standards. Impact Evaluation Series N° 6, World Bank Policy Research Working
Paper 3994.

Hainmueller J. y Y. Xu (2013). ebalance: a Stata Package for Entropy Balancing. En Journal

of Statistical Software, Agosto 2013, Vol 54, N° 7. Pp. 1-17.

Hsiao Cheng (1986) Analysis of Panel Data. Econometric Society Monographs. Cambridge
University Press.

INEI (s/f) Ficha Técnica de la base de datos panel 2007-2012.

MIDIS (2013) Estrategia Nacional de Desarrollo e Inclusión Social "Incluir para Crecer".
Aprobada por DS N° 008-2013-MIDIS. Ministerio de Desarrollo e Inclusión Social.

Perova Elizaveta y Renos Vakis (2009). Welfare impacts of the "Juntos" Program in Peru:
Evidence from a non-experimental evaluation. Manuscript. The World Bank.

Sánchez Alan y Miguel Jaramillo (2012). Impacto del programa Juntos sobre nutrición
temprana. Serie Documentos de Trabajo DT N° 2012-001, Banco Central de Reserva del
Perú.

Singh I., L. Squire y J. Strauss eds. (1986). "Agricultural household models: Extension,
application and policy" Baltimore, MD., John Hopkins University Press.

Todd J., P. Winters y T. Hertz (2010) Conditional cash transfers and agricultural production:
lessons from the Oportunidades experience in Mexico. En Journal of Development Studies
46(1) pp 39-67.

Zárate P, M Barreto, A Durand L. Huber y J Morel (2012). Insumos para una estrategia de
egreso del programa Juntos. Instituto de Estudios Peruanos (IEP) y CARE Perú.

36
Anexo A. Cuadros adicionales

Cuadro A.1. Comparativo hogares rurales con Juntos no Panel y Panel

No Panel Panel Diferencia Valor-t
Gastos e ingresos
Gasto per cápita 1573.9 1552.6 21.3 1.21
Ingreso per cápita 1671.8 1665.3 6.5 0.242
% Gasto total Juntos 17.6% 18.0% -0.40% -1.233
% Ingreso total Juntos 17.7% 17.8% -0.10% -0.453
% en pobreza 80.4% 81.5% -1.10% -1.167
% en pobreza extrema 36.2% 38.7% -2.50% -2.226 **
Acceso a servicios
% acceso agua potable 31.6% 29.8% 1.80% 1.699 *
% electricidad 48.2% 50.5% -2.30% -1.975 **
Características JH h HH
JH lengua indígena 69.0% 68.7% 0.30% 0.316
JH es varón 85.2% 84.9% 0.30% 0.361
JH años de educación 4.27 4.50 -0.23 -2.561 **
JH edad 45.20 44.90 0.30 1.032
HH máximo años educación 7.45 7.56 -0.11 -1.317
HH miembros 5.56 5.62 -0.062 -1.324
HH menores 5 años 0.88 0.89 -0.008 -0.403
HH en edad escolar 2.23 2.30 -0.076 -2.385 **
Activos agropecuarios
Tierra total (Has) 3.06 2.90 0.157 0.575
Valor activos pecuarios (S/. 2007) 2835 2853 -17.129 -0.199
Dominios
Sierra norte 20.1% 19.4% 0.8% 0.810
Sierra centro 49.8% 50.7% -0.9% -0.804
Sierra sur 21.8% 20.7% 0.012 1.214
Selva 8.2% 9.2% -0.01 -1.492
Estratos
400 a 4,000 viviendas 3.4% 3.3% 0.001 0.276
Rural < 400 11.7% 7.9% 0.038 5.395 *
Rural AER 1 66.6% 68.4% -0.018 -1.644
Rural AER 2 18.3% 20.4% -0.021 -2.321 **
Observaciones 2007-2011 4766 3019
Fuente: ENAHOs 2007-2011, INEI.

37
 Cuadro A.2. Efectos del balanceo en muestras panel 2007-2008*
Tratamiento Control
media varianza asimetría media varianza asimetría
Antes de balanceo
Agua potable en ccpp 0.194 0.105 1.433 0.361 0.138 0.422
Electricidad en ccpp 0.370 0.124 0.313 0.555 0.149 -0.323
Pobreza en ccpp 0.837 0.025 -0.939 0.619 0.079 -0.455
Pobreza extrema en ccpp 0.474 0.065 0.207 0.234 0.056 1.107
JH lengua indígena 0.632 0.233 -0.548 0.460 0.248 0.162
JH varón 0.824 0.146 -1.700 0.813 0.152 -1.604
JH años educación 4.622 16.290 0.395 5.495 21.770 0.541
JH edad 43.600 180.200 0.650 50.520 263.200 0.322
HH máxima educación 7.311 13.750 -0.506 8.249 21.910 -0.290
HH miembros 5.440 4.465 0.467 4.158 5.190 0.758
HH menos 5 años 1.047 0.865 0.567 0.503 0.624 1.773
HH en edad escolar 2.083 2.029 0.545 1.253 1.822 0.967
Tierra agropecuaria 2.117 18.000 5.081 6.177 576.600 12.430
Valor activos pecuarios 2477 8199403 3.063 3532 103000000 12.610
Sierra centro 0.451 0.248 0.198 0.296 0.208 0.895
Sierra sur 0.202 0.162 1.484 0.240 0.182 1.219
Selva 0.104 0.093 2.601 0.336 0.223 0.693
Después de balanceo
Agua potable en ccpp 0.1942 0.1054 1.433 0.1942 0.1054 1.387
Electricidad en ccpp 0.3704 0.1237 0.3133 0.3702 0.1237 0.3553
Pobreza en ccpp 0.8372 0.02499 -0.9394 0.837 0.02498 -0.9927
Pobreza extrema en ccpp 0.4744 0.06499 0.2073 0.4743 0.06497 0.2678
JH lengua indígena 0.6321 0.2331 -0.548 0.6318 0.2327 -0.5466
JH varón 0.8238 0.1455 -1.700 0.8235 0.1454 -1.697
JH años educación 4.622 16.29 0.3953 4.62 16.28 0.5038
JH edad 43.6 180.2 0.6496 43.58 180.1 0.7402
HH máxima educación 7.311 13.75 -0.5064 7.308 13.75 -0.3365
HH miembros 5.44 4.465 0.4668 5.439 4.464 0.1106
HH menos 5 años 1.047 0.8654 0.5665 1.046 0.8651 0.4673
HH en edad escolar 2.083 2.029 0.5446 2.082 2.029 0.3257
Tierra agropecuaria 2.117 18 5.081 2.117 18.11 6.717
Valor activos pecuarios 2477 8199403 3.063 2476 8197042 4.644
Sierra centro 0.4508 0.2482 0.1979 0.4507 0.2476 0.1983
Sierra sur 0.2021 0.1617 1.484 0.2022 0.1613 1.483
Selva 0.1036 0.09313 2.601 0.1039 0.0931 2.597
* los valores de las variables son para el año 2007 en todos los casos

38
Cuadro A.3. Efectos del balanceo en muestras panel 2007-2009*
Tratamiento Control
media varianza asimetría media varianza asimetría
Antes de balanceo
Agua potable en ccpp 0.199 0.113 1.427 0.361 0.136 0.427
Electricidad en ccpp 0.389 0.123 0.207 0.565 0.150 -0.338
Pobreza en ccpp 0.849 0.021 -0.973 0.618 0.078 -0.451
Pobreza extrema en ccpp 0.515 0.062 -0.009 0.231 0.055 1.064
JH lengua indígena 0.608 0.239 -0.444 0.464 0.249 0.143
JH varón 0.858 0.122 -2.055 0.819 0.148 -1.660
JH años educación 4.975 16.980 0.250 5.336 20.720 0.548
JH edad 42.350 172.500 0.862 51.030 261.500 0.289
HH máxima educación 7.442 12.430 -0.629 8.095 21.770 -0.265
HH miembros 5.467 4.518 0.641 4.146 5.239 0.848
HH menos 5 años 1.108 0.884 0.631 0.487 0.609 1.867
HH en edad escolar 2.075 2.212 0.560 1.228 1.799 0.970
Tierra agropecuaria 2.247 21.070 5.438 6.387 453.000 9.397
Valor activos pecuarios 2600 6771560 2.040 3661 81600000 9.272
Sierra centro 0.450 0.249 0.201 0.294 0.208 0.904
Sierra sur 0.233 0.180 1.261 0.233 0.179 1.266
Selva 0.075 0.070 3.227 0.356 0.229 0.603
Después de balanceo
Agua potable en ccpp 0.1992 0.1126 1.427 0.1991 0.1126 1.38
Electricidad en ccpp 0.3889 0.1228 0.207 0.3886 0.1227 0.2837
Pobreza en ccpp 0.8494 0.02145 -0.9731 0.8489 0.02144 -1.063
Pobreza extrema en ccpp 0.515 0.06245 -0.008974 0.5147 0.06242 0.1828
JH lengua indígena 0.6083 0.2393 -0.4439 0.6078 0.2385 -0.4418
JH varón 0.8583 0.1221 -2.055 0.8578 0.122 -2.049
JH años educación 4.975 16.98 0.2495 4.972 16.97 0.4119
JH edad 42.35 172.5 0.8615 42.33 172.4 0.7703
HH máxima educación 7.442 12.43 -0.629 7.438 12.42 -0.2772
HH miembros 5.467 4.518 0.641 5.464 4.515 0.1388
HH menos 5 años 1.108 0.8836 0.6313 1.108 0.8831 0.4496
HH en edad escolar 2.075 2.212 0.5595 2.074 2.211 0.2275
Tierra agropecuaria 2.247 21.07 5.438 2.247 21.09 5.124
Valor activos pecuarios 2600 6771560 2.04 2599 6769357 2.019
Sierra centro 0.45 0.2485 0.201 0.4498 0.2476 0.2017
Sierra sur 0.2333 0.1796 1.261 0.2335 0.179 1.26
Selva 0.075 0.06967 3.227 0.07509 0.06948 3.225
* los valores de las variables son para el año 2007 en todos los casos

39
 Cuadro A.4. Estimación Probit de participación en programa JUNTOS, panel 2007-2008*
Observaciones 4490
LR chi2(17) 729.71
Prob > chi2 0.000
Pseudo R2 0.2772
Log likelihood -951.21
Coef. Std. Err. z P>z [95% Conf. Interval]

% agua en ccpp -0.412 0.104 -3.94 0.00 -0.616 -0.207

% electricidad en ccpp -0.559 0.103 -5.43 0.00 -0.761 -0.358
% pobre en ccpp 0.672 0.218 3.08 0.00 0.244 1.100
% pobre extremo en ccpp 0.684 0.164 4.17 0.00 0.363 1.005
JH lengua indígena 0.343 0.092 3.71 0.00 0.162 0.524
JH es varón -0.239 0.091 -2.63 0.01 -0.416 -0.061
JH años educación -0.003 0.011 -0.31 0.76 -0.026 0.019
JH edad -0.015 0.003 -5.82 0.00 -0.021 -0.010
HH máxima educación -0.008 0.012 -0.65 0.52 -0.030 0.015
HH miembros 0.036 0.033 1.10 0.27 -0.029 0.101
HH niños <= 5 años 0.251 0.052 4.86 0.00 0.150 0.352
HH niños edad escolar 0.128 0.040 3.16 0.00 0.048 0.207
Tierra agropecuaria -0.013 0.007 -1.93 0.05 -0.027 0.000
Valor activos pecuarios 0.000 0.000 -2.78 0.01 0.000 0.000

Sierra Centro -0.113 0.117 -0.96 0.34 -0.342 0.116

Sierra Sur -0.360 0.134 -2.68 0.01 -0.623 -0.097
Selva -1.170 0.128 -9.11 0.00 -1.422 -0.919

Constante -0.989 0.246 -4.02 0.00 -1.471 -0.506

* Las variables son medidas en el año base, 2007.

40

View publication stats